本地化AI安全扫描引擎：规则引擎优先，LLM仅做结构化推理

大多数"AI 驱动"的安全工具都有同一个依赖：你的代码必须离开你的机器才能得到答案。这对于很多安全研究场景来说是不可接受的——无论是 NDA 约束下的客户项目、受监管的代码库，还是单纯不想让专有源代码出现在别人的推理日志里。

AI Security Studio 的架构完全不同：所有操作都在本地运行。使用本地 LLM（Ollama / llama.cpp / LM Studio），不调用外部 API，不进行遥测数据传输。本文将深入介绍这个系统的一个特定组件——我们称之为 ASS Script 的自动化引擎，以及我在其基础上构建的一个小型离线流程，用于生成带旁白和字幕的操作演示视频，全程无需使用云端 TTS API。

确定性优先，LLM 第二

在任何 AI 处理发现结果之前，系统会经过以下流程：

Parser → Rule Engine → Knowledge Retrieval → Summarization → LLM → Reasoning → Finding → Report

静态解析（Roslyn / Tree-sitter）和确定性规则引擎——包括密钥检测、请求头分析、JWT 验证、SQL 注入/XSS 模式匹配——负责实际的漏洞发现。LLM 从不接触源代码，它只在规则引擎已生成的结构化摘要基础上进行推理：解释为什么某处是漏洞、关联各个发现、起草报告内容。如果证据不够充分，系统会设计为提示"需要人工验证"而非凭空生成结论。

一次记录，持续回放

ASS Script（AI Security Studio Automation Script）是一个类似 iMacros 的录制/播放/编辑引擎，构建在应用其他地方使用的节点图设计器之上。脚本采用纯 YAML 格式——可读且支持差异对比，而非模糊的宏 blob：

nodes:
  - id: "n5"
    kind: "GuiInteract"
    title: "Click Find bugs on this URL"
    notes: "Imports the URL as a one-host scope. Scope import only — sends no network traffic by itself."
    parameters:
      control: "ScanUrlButton"
      action: "click"
  - id: "n9"
    kind: "GuiInteract"
    title: "Click Scan All"
    notes: "Kicks off the panel's real passive sweep — genuinely live crawl traffic, same as a human operator would trigger."
    parameters:
      control: "ScanAllButton"
      action: "click"
  - id: "n14"
    kind: "RunScan"
    title: "Live source scan"
    notes: "Runs the real ScanService against the target's own source directory — footage shows a real scan, not a mockup."
    parameters:
      path: "/path/to/target/source"

每个节点都是一个真实的 GUI 操作或真实的扫描/分析器调用——没有模拟步骤。你录制一次工作流，然后可以从 GUI 或 CLI 完整地回放它（workflow run some-script.adrflow.yaml）。

有趣的附加任务：演示视频的离线旁白

我们想要制作带配音和字幕的操作演示视频，但"生成字幕"这一步通常需要将视频/音频上传到云端转录或 TTS API——对于整个项目的核心卖点"数据不离开你的机器"来说，这有点尴尬。

所以整个流程是：将分镜头列表写成 markdown 表格（节拍 / 时间码 / 画面动作 / 字幕 / 配音文本），然后用一个小 Python 脚本处理：

• 将表格解析为带时间戳的提示
• 使用 macOS 内置的 say 命令合成每条配音（完全离线的 TTS）
• 用 ffprobe 测量每个片段的实际时长
• 用 ffmpeg 将它们拼接成一条配音轨道
• 生成与实际合成音频同步的 .srt 文件，而非估计值
• 标记配音时长超过视频计划时长的节拍，这样你就知道哪里需要延长镜头

输出的是 narration.wav + captions.srt 文件对，完全由机器上已有的工具生成——无需 API 密钥，无需云端依赖，与扫描器本身的理念一致。

为什么这在演示视频之外也很重要

这个模式可以推广：将 LLM/AI 步骤视为可选项和可替换的，将确定性的、本地优先的部分放在前面。这对于安全流水线（规则引擎优先于 LLM）和项目的工具链（离线 TTS 优先于云端 TTS）同样适用。如果你的架构在每次说"AI"时实际上意味着"网络调用"，这一点值得质疑。